想摆脱平台限制
希望把研究流程放到自己的 Python 环境里，降低对单一量化平台的依赖。
用 Python 搭建自己的本地量化研究工具库
HKCodex 围绕本地数据、策略研究、回测验证、模拟实盘和工具工程化，整理可运行的代码样例、文章、视频和项目入口。
4核心模块
30+文章沉淀
本地Python 工作流
所有内容仅用于学习研究与技术交流，不提供荐股、带单、收益承诺或证券投资咨询服务。
> import hkcodex as hx
> stocks = hx.get_all_securities(day='20250620')
> stocks = hx.filter_delist_stock(stocks, day='20250620')
> st_flags = hx.get_st(day='20250620')
> width = hx.get_industry_width(end_date='20260327', count=20)
接口行情、指数、行业、财务
研究策略样例、筛选逻辑与回测框架
验证回测分析与模拟实盘验证
适合这些本地量化学习者
这不是一个追热点的策略展示页，而是把数据、代码、回测和模拟验证串起来，帮助个人研究者建立自己的本地工作流。
想提高回测效率
希望通过本地缓存和统一接口，减少反复拉取数据造成的等待。
有策略想法要验证
想把 ETF 轮动、小市值、行业宽度等思路变成可运行、可复查的脚本。
想学习工程化实践
不只看单个策略结果，还想理解数据、回测、模拟实盘和通知系统如何衔接。
你能获得什么
HKCodex 把常用能力拆成几个可复用模块，尽量让研究者把精力放在策略逻辑和验证过程上。
封装行情、指数、行业、财务、交易日和过滤能力，配合本地缓存重复使用。
围绕 ETF 轮动、小市值、行业宽度、微盘指数等方向沉淀可复现案例。
关注收益、回撤、胜率、年度收益、月度收益等结果，让验证过程更可追踪。
把策略结果接入模拟运行、Webhook 通讯和手机通知，观察策略在实时环境中的表现。
精选文章
从接口库总览、回测框架、策略改造和可视化工具开始，快速了解这套知识库的主要内容。
HKCodex 本地接口库：已实现的功能与策略全集
从整体上了解 HKCodex 已经覆盖的数据接口、策略样例、回测工具和本地研究能力。
优化本地回测框架，新增年度和月度收益分析
围绕本地回测框架继续补足绩效分析能力，让策略表现可以按年、按月拆解观察。
ETF 轮动策略本地升级：动态回溯与溢价率过滤
把平台上的 ETF 轮动思路迁移到本地环境，并继续加入可调整、可复用的改造逻辑。
用本地 Python 重写行业宽度可视化
通过 Tushare 数据和本地脚本观察行业宽度变化，形成自己的市场观察工具。
精选视频
如果你更习惯先看演示，可以从视频入口了解环境搭建、代码运行和策略研究流程。
来自使用者的反馈
这些反馈来自知识星球和用户交流记录，重点不是展示收益，而是看工具是否真正降低了本地研究、数据缓存和回测验证的门槛。
“那个缓存写得太好了。”
对本地数据缓存的反馈“本地化这个思路很有启发，以前读 Tushare 的数据，回测策略太慢了。”
对本地化研究流程的反馈“比别的代码好用多了，非常适合个人或者新手来操作。”
对易用性的反馈“感谢群主的带路，才有今天的回测。”
对回测流程的反馈“本地策略要比聚宽好玩多啦，只看量价。”
对本地策略研究的反馈“都是你们的思路，自己修修补补。”
对策略启发的反馈